目录一、前言二、归一化  2.1 线性归一化  2.2 非线性归一化三、标准化四、pytorch的BN层五、参考资料一、前言  归一化和标准化都是一种数据变换的方式，将原始的一列数据变换到某个范围。二、归一化  2.1 线性归一化    归一化(Normalization)，将数据固定到某个区间，通常为[0,1]。几种常见的归一化方式如下所示：        (1) Min-Max Normali

目录一、语音信号的特点二、常用语音特征参数一、语音信号的特点  其主要特点如下所示：    a) 语音信号的带宽约为5Khz5Khz5Khz , 主要能量集中在低频段。    b) 语音信号总体为非平稳时变信号，一般认为是短时平稳( 10ms−30ms10ms-30ms10ms−30ms)。    c) 说话的声音主要可以分为清音和浊音。      浊音：发声时声带振

tensorflow常用构造深度学习模型的两种方式一、引言二、Sequtial()方式  2.1 向Sequential()中传递layer列表  2.2 利用model.add()方法添加layer三、函数式API四、栗子-手写体数字识别五、总结六、参考文章一、引言  tensorflow常用构造模型的方式有三种:  1、Sequential()方式  2、函数式API  3、Subclassi

基本知识位置，数字，关键字匹配‘名字:{name}， 性别:{gender}’.format(gender=‘男’, name=‘张三’)‘名字:{}， 性别:{}’.format(‘男’, ‘张三’)‘名字:{1}， 性别:{0}’.format(‘男’, ‘张三’)常用格式化输出方式https://blog.csdn.net/weixin_39791387/article/details/11